基于神經(jīng)網(wǎng)絡(luò)建模和粒子群優(yōu)化的鍋爐汽溫控制研究.pdf

1、過熱汽溫是大型燃煤機(jī)組的重要控制參數(shù)，過高、過低都會對機(jī)組的安全經(jīng)濟(jì)運(yùn)行構(gòu)成威脅。一般要求過熱汽溫維持在與額定值偏差-5℃～+5℃范圍[1]。隨著鍋爐機(jī)組向超臨界、超超臨界大容量發(fā)展，過熱汽溫系統(tǒng)的非線性、大遲延、大慣性等特征變得越來越明顯，控制難度也越來越大。噴水減溫是過熱汽溫控制的常見手段，廣泛采用串級PID控制系統(tǒng)。為了適應(yīng)工況大幅波動下汽溫特性的變化，各PID控制器參數(shù)需根據(jù)負(fù)荷不同進(jìn)行優(yōu)化，但PID參數(shù)優(yōu)化整定耗時(shí)耗力，實(shí)際運(yùn)

2、行中不易實(shí)現(xiàn)，經(jīng)常導(dǎo)致汽溫控制效果不夠理想。因此，采用神經(jīng)網(wǎng)絡(luò)和先進(jìn)優(yōu)化算法的智能控制技術(shù)來改善汽溫控制效果，是汽溫控制的重要研究方向。
　　 本文主要研究了基于神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化算法的過熱汽溫預(yù)測優(yōu)化控制方法。針對該方法在實(shí)際應(yīng)用中存在的神經(jīng)網(wǎng)絡(luò)預(yù)測模型精度和變工況適應(yīng)性有待提高的問題，以及粒子群算法隨機(jī)搜索容易導(dǎo)致控制器振蕩和優(yōu)化搜索耗時(shí)長無法滿足實(shí)時(shí)控制要求等問題，提出了相應(yīng)的改進(jìn)方案。分別采用BP神經(jīng)網(wǎng)絡(luò)和Elman網(wǎng)

3、絡(luò)兩種模型實(shí)現(xiàn)過熱汽溫特性建模，對兩種建模方法進(jìn)行比較分析；同時(shí)采用新型的簡化高效粒子群算法搜索最優(yōu)控制指令，提高收斂速度，滿足實(shí)時(shí)性要求；根據(jù)實(shí)際汽溫與設(shè)定值的誤差，動態(tài)調(diào)整PSO搜索空間以避免控制器振蕩，提高控制精度和穩(wěn)定性。以600MW超臨界機(jī)組為實(shí)驗(yàn)對象，基于MATLAB平臺編寫實(shí)時(shí)控制算法，借助全范圍仿真系統(tǒng)進(jìn)行詳細(xì)的控制仿真實(shí)驗(yàn)，并與原機(jī)組串級PID控制效果進(jìn)行對比。結(jié)果表明：本文提出的預(yù)測優(yōu)化控制方法，可極大改善超臨界鍋爐